Research Design - Cheatsheet
Vergleich von experimentellen und nicht-experimentellen Designs
Definition:
Vergleich zwischen experimentellen und nicht-experimentellen Forschungsdesigns
Details:
- Experimentelle Designs: Zufällige Zuweisung zu Gruppen (Kontroll- und Experimentalgruppe), hohe interne Validität, kausale Schlussfolgerungen möglich
- Nicht-experimentelle Designs: Beobachtungsstudien, keine zufällige Zuweisung, oft eingeschränkte kausale Schlussfolgerungen, nützlich zur Hypothesengenerierung
- Beispiele für experimentelle Designs: RCTs (randomisierte kontrollierte Studien)
- Beispiele für nicht-experimentelle Designs: Kohortenstudien, Fall-Kontroll-Studien, Querschnittstudien
- Formeln: Signifikanztests (z.B. t-Test, ANOVA) oft in experimentellen Designs
Bedeutung der Hypothesenbildung
Definition:
Essentiell für Forschungskonzeption; Hypothese als testbare Vorhersage.
Details:
- Aufbauend auf bestehenden Theorien und Literatur
- Richtet die Forschungsausrichtung und Methodenauswahl
- Muss klar, spezifisch und überprüfbar sein
- Basiskomponente des wissenschaftlichen Prozesses
- Erlaubt die Formulierung von Vorhersagen und experimentellem Design
Verfahren der deskriptiven Statistik
Definition:
Verfahren zur Beschreibung und Analyse von Datensätzen; Basis für weiterführende statistische Analysen.
Details:
- Lagemasse: Mittelwert (\(\bar{x} = \frac{1}{n} \sum_{i=1}^{n}x_i\) ), Median, Modus
- Streuungsmasse: Standardabweichung (\(s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n}(x_i - \bar{x})^2}\) ), Varianz (\(s^2\)), Quartile, Spannweite
- Korrelationsmasse: Pearson-Korrelationskoeffizient (\(r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}\) )
- Visualisierung: Histogramme, Boxplots, Streudiagramme
Analyse von Korrelationen und Kausalitäten
Definition:
Zusammenhang zwischen zwei oder mehr Variablen untersuchen; Unterscheidung zwischen Korrelation (gemeinsame Variation) und Kausalität (Ursache-Wirkung-Beziehung).
Details:
- Korrelation: misst die Stärke und Richtung der Beziehung zwischen Variablen.
- Korrelationskoeffizient (r): Wertebereich von -1 bis 1; r = 1 (perfekte positive Korrelation), r = -1 (perfekte negative Korrelation), r = 0 (keine Korrelation).
- Beispielformel für Korrelationskoeffizient: \[ r = \frac{\sum{(x_i - \bar{x})(y_i - \bar{y})}}{\sqrt{\sum{(x_i - \bar{x})^2} \sum{(y_i - \bar{y})^2}}} \]
- Kausalität: zeigt, dass eine Variable eine andere beeinflusst.
- Kausalität erfordert experimentelle oder longitudinale Studien.
- Unterscheiden durch Randomisierung, Kontrolle und zeitlichen Ablauf.
- Konfundierende Variablen berücksichtigen, um Scheinkorrelationen zu vermeiden.
Inhaltsanalyse und Interpretation qualitativer Daten
Definition:
Technik zur systematischen Analyse von qualitativen Daten, um Muster und Bedeutungen zu identifizieren und zu interpretieren.
Details:
- Datenquellen: Interviews, Fokusgruppen, Dokumente
- Schritte: Datenkodierung, Kategoriebildung, Thematisierung
- Methoden: thematische Analyse, diskursive Analyse, Grounded Theory
- Ziel: Identifikation von tieferliegenden Bedeutungen und Zusammenhängen
- Software: MAXQDA, NVivo
- Wichtig: Validität und Reliabilität sicherstellen
Visuelle Darstellung von Daten und Ergebnissen
Definition:
Visualisierung von Daten und Ergebnissen zur klaren und effektiven Kommunikation wissenschaftlicher Erkenntnisse.
Details:
- Diagrammtypen: Balkendiagramme, Liniendiagramme, Streudiagramme, Boxplots
- Software: Excel, R (ggplot2), GraphPad Prism, Python (matplotlib, seaborn)
- Richtlinien: Achsenbeschriftungen, Legenden, Maßstab, Farben
- Statistische Kennwerte: Mittelwert \( \bar{x} \), Median, Standardabweichung \( s \)
- Beispiel Plot (R ggplot2): \[ ggplot(data = dataframe, aes(x = Variable1, y = Variable2)) + geom_point() \]
Berichterstattung und Präsentation von Forschungsergebnissen
Definition:
Kernaspekte des Berichts und Präsentation von Forschungsergebnissen im Rahmen des Forschungsdesigns in Molekularer Medizin.
Details:
- Schriftliche Berichterstattung:
- Struktur: Einleitung, Methoden, Ergebnisse, Diskussion
- Klarheit und Präzision in der Beschreibung
- Verwendung von Übersichten und Tabellen
- Mündliche Präsentation:
- Visuelle Hilfsmittel: PowerPoint, Diagramme, Bilder
- Konsistente und logische Abfolge der Informationen
- Zeitmanagement
- Wissenschaftliches Publizieren:
- Wahl des Journals
- Peer-Review-Verfahren
- Ethische Richtlinien
Ethische Aspekte in der Planung von Forschung
Definition:
Ethische Erwägungen bei der Planung von Forschung zur Sicherstellung von Integrität und Konformität mit geltenden Normen und Vorschriften.
Details:
- Freiwillige Zustimmung der Teilnehmenden gemäß der Deklaration von Helsinki
- Vorausschauende Bewertung möglicher Risiken und Nutzen
- Datenvertraulichkeit und -schutz
- Transparente und ehrliche Berichterstattung von Ergebnissen
- Vermeidung von Interessenkonflikten
- Ethische Genehmigung durch eine Ethikkommission
- Sichere und verantwortungsvolle Handhabung biologischer Materialien
- Einhaltung von Tierschutzrichtlinien bei Tierversuchen